机器人学习--网友资料系列 激光SLAM建图、粒子滤波定位和位姿图优化
一、移動機器人自主導航的前提是在未知環(huán)境中先構(gòu)建地圖
(目前市內(nèi)很多用的2D激光雷達,構(gòu)建柵格地圖,相當于立體空間中的某個水平面高度的切面)
一般用的是2D 激光SLAM算法 構(gòu)建概率柵格占用地圖;
二、移動機器人(全局)定位 是在給定地圖的基礎(chǔ)上 邊走 邊定位。
一般用的是amcl方法,
三、需要的模塊:
1. 機器人輪子的運動模型 motion model? 可以由里程計(左右電機編碼器采集獲得數(shù)據(jù))
2. 機器人上安裝的激光雷達,測量觀測模型? observation model (measurement model)
3. grid map, 一般由 激光slam 構(gòu)建, 遙控一個移動機器人在室內(nèi)環(huán)境跑一圈,把地圖構(gòu)建好。
4. 粒子濾波定位模塊, 通過前三項和amcl的原理,敲代碼 實現(xiàn)全局的定位過程。
粒子濾波構(gòu)建柵格地圖:代表作品? FastSLAM 1.0 和 2.0系列、? Gmapping等
科普SLAM之粒子濾波建圖_麥田拾憶的博客-CSDN博客
圖優(yōu)化方法構(gòu)建柵格地圖:代表作品 Cartographer等
科普SLAM之位姿圖優(yōu)化建圖_麥田拾憶的博客-CSDN博客
粒子濾波定位(AMCL 或 蒙特卡洛定位方法)
科普SLAM之粒子濾波定位_麥田拾憶的博客-CSDN博客
四、基于激光SLAM構(gòu)建柵格地圖的詳細解釋和參考代碼
??????[PR-1] Grid Mapping 占用柵格地圖構(gòu)建實現(xiàn) - 知乎
五、基于AMCL和已知地圖的移動機器人定位解釋和參考代碼
[PR-2] PF 粒子濾波/蒙特卡羅定位 - 知乎
總結(jié)
以上是生活随笔為你收集整理的机器人学习--网友资料系列 激光SLAM建图、粒子滤波定位和位姿图优化的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 计算机网络学习--交换机和路由器转发数据
- 下一篇: 机器人学习--MATLAB官网关于机器人